MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410343619 · doi:10.2196/74401

Insights From the Nihon Housou Kyoukai’s Virtual Reality–Based Social Interaction Television Program “Project Aliens” for Adolescents With Psychiatric Disorders: Single-Center Case Series Study

2025· article· en· W4410343619 sur OpenAlexvenueno aff
Junichi Fujita, Mizuho Takayama, Emi Kamono, Satoru Shinoda, Hiroyuki Yamaguchi, Tomoko Moroga, Mio Ishii, Tomoyuki Miyazaki

Notice bibliographique

RevueJMIR Formative Research · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintReality tvReality televisionPsychologyTelevision seriesComputer scienceMedia studiesWorld Wide WebSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Virtual reality (VR) technology is emerging as a tool in mental health care, providing a safe space for social interaction and therapeutic engagement. A social VR-based television program broadcast on Japanese public television offers a virtual environment where adolescents with mental health challenges can engage in peer support using alien avatars, reducing barriers to communication and encouraging emotional expression. OBJECTIVE: This case series aimed to document the psychological trajectories of adolescents with psychiatric disorders participating in a social VR-based television program. METHODS: A single-center case series was conducted with 3 adolescents with psychiatric disorders (aged 15, 18, and 19 years) who participated in the social VR-based television program. The study focused on examining patient-reported outcomes (PROs), including psychological measures and qualitative experiences, and clinical observations across program participation and broadcast viewing. Psychological measures, including the Japanese versions of the 3-item Short-Form University of California, Los Angeles Loneliness Scale (UCLA-LS3-J SF-3), the 14-item Resilience Scale, short form (RS-14), and the 9-item Patient Health Questionnaire (PHQ-9), were assessed at 3 time points: baseline, prebroadcast, and postbroadcast. Qualitative analysis of participant dialogue explored themes of self-disclosure, emotional expression, and social dynamics. RESULTS: Participants showed improvements in loneliness, resilience, and depressive symptoms after participating in the social VR-based program, as indicated by psychological measures and PROs. Qualitative analysis suggested that the structured facilitation embedded in the program enabled participants to express positive and negative emotions, promoting self-reflection and mutual support. CONCLUSIONS: This case series suggests that structured social VR programs can provide a supportive platform for emotional exploration and psychological growth among adolescents with psychiatric disorders. The combination of avatar-based interaThis case series suggests that structured social VR-based programs can provide a supportive platform for emotional exploration and psychological growth among adolescents with psychiatric disorders. The combination of avatar-based interaction and therapeutic facilitation may offer a novel approach to engaging young people in mental health care, particularly during waiting periods for traditional psychiatric services.ction and therapeutic facilitation may offer a novel approach to engaging young people in mental health care, particularly during waiting periods for traditional psychiatric services.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,103
Tête enseignante GPT0,498
Écart entre enseignants0,395 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetDigital Mental Health Interventions→Travaux en français237 207→